頭皮脳波の力学的性質に関する研究

点击翻译按钮获取中文摘要

本年度は、振動子モデルとカルマンフィルタを用いた脳波位相の推定手法の構築と深層学習を用いた脳波状態の予測手法の構築を主に実施した。振動子モデルとカルマンフィルタを持ちた手法の構築に関しては枠組みは構築したが、実データでの検証も含め引き続き調整と検証が必要である。深層学習を用いた脳波状態の予測手法に関しては、本年度から新たに開始したものである。これは振動子モデルとはことなり計測データから直接対象とした状態かどうかを判別する方法となっている。現状では、脳波データを想定し、脳波電極の配置をグラフとみなし、グラフ構造と時間構造を考慮した畳み込み層を構築し深層ニューラルネットワークを用いた脳波状態の判別を行う手法を構築し情報処理学会で発表した。次年度には実データでの検証を行い論文としてまとめる予定である。また、将来的には深層学習と振動子モデルとカルマンフィルタを用いた状態推定の手法と組み合わせることで、異なる実験参加者の脳波データでも適用可能なように拡張していきたいと考えている。次年度計測した脳波位相依存刺激を用いた実験の計測データの解析に関してはもう少時間が必要である。